JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentros

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMASHERPA/RoMEODulcinea
    Preguntas frecuentesManual de usoDerechos de autorContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Docencia
    • Departamentos
    • Lenguajes y Ciencias de la Computación - (LCC)
    • LCC - Proyectos fin de grado
    • Ver ítem
    •   RIUMA Principal
    • Docencia
    • Departamentos
    • Lenguajes y Ciencias de la Computación - (LCC)
    • LCC - Proyectos fin de grado
    • Ver ítem

    Librería en R para la generación heurística de árboles de decisión

    • Autor
      Vergara Gómez, Marcos
    • Director/es
      Guzman-de-los-Riscos, Eduardo FranciscoAutoridad Universidad de Málaga
    • Fecha
      2017-02-09
    • Departamento
      Lenguajes y Ciencias de la Computación
    • Palabras clave
      R (Lenguaje de programación); Decisión, Teoría de la; Informática - Trabajos Fin de Grado; Grado en Ingeniería del Software - Trabajos Fin de Grado
    • Resumen
      Se ha implementado una API en R para la generación de árboles de decisión. Se ha trabajado con un fichero de datos, con una serie de síntomas que han provocado una enfermedad, que ha sido depurado posteriormente. Hemos implementado una función en la que, a partir del fichero de datos y un conjunto de síntomas ordenados a nuestra elección, se crea el árbol de decisión que en cada elección escogerá el síntoma indicado anteriormente. El siguiente paso ha sido crear dos funciones de predicción que nos sirvan para comparar los resultados reales con los resultados obtenidos por el árbol de decisión. Tras construir el árbol y las funciones de predicción, crearemos una función que unificará ambas tareas. Este método será la validación cruzada que nos permitirá obtener mejores resultados. Finalmente, se ha realizado una comparación de los resultados obtenidos con nuestro método y los resultados extraídos por los algoritmos existentes hasta la actualidad. La implementación de todas las funciones se ha llevado a cabo con el programa estadístico R, mientras que para la comparación de resultados se ha utilizado la herramienta de minería de datos Weka.
    • URI
      http://hdl.handle.net/10630/12957
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    MarcosvergaragomezMemoria.pdf (3.016Mb)
    Colecciones
    • LCC - Proyectos fin de grado

    Estadísticas

    Ver Estadísticas de uso
    Buscar en Dimension
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA